我简单说一下~~如果有错误 烦请指正 因为我有在写facebook app 所以对於它的好友trace方式大概有了解 你提到的三点基础线索(同一个 network 学校 共同的朋友) 的确是facebook的优先考量 但facebook有一种特殊的演算机制 这可能要拓朴学领域的会比较了解 据说街上每随机抽取50个人 其中至少有两个人是同一天生日 这是建构在机率系统上的假说 同样的 在网络的平面概念中一样适用 只是把一维的机率 延伸到平面而已 用通俗一点的解释如下:(假设你是A) 第0层 A | 第1层 B---C---D---E BCDE是在"基础线索"上与你有关的好友 於是BCDE出现在好友的建议名单中 这时候你会加入他们的机率几乎是99% 於是进入第二层 第0层 A | 第1层 B---C---D---E | | | | 第2层 F-G H-I J-K L-M FGHIJKLM是在拓墣观念上与你有关联的好友 这时你可能只加入G.J或M 加入机率可能可能只有37.5% 此时演算法会去检讨0-1与1-2的路径 然後重新调整方向 提升你的加入机率 (为方便说明 举极端的例子) 简单来说 在第2层中FGHIJKLM GJM是你的高中同学的同学 FHIKL是你的高中同学的家人 演算法发现你加入GJM的机率为100% 而FHIKL为0% 因此"同学的同学"这项关联就会成为未来第3层建议名单的原则 而"同学的家人"这项关联就会被舍弃 理想上 之後你的建议名单都是"同学的同学的同学...无限延伸" 而你的加入率也会接近100% 第0层 A | 第1层 B---C---D---E | | | | 第2层 F-G H-I J-K L-M | | | 第3层 N O P ....... 以上~你会发现 facebook给你建议的名单好像神一样!! 准到一整个不行 看到这别先END 如果只有这样 facebook也没比无名高明多少 facebook的野心还不只这样 就如同有案例发现 有的人之间的关联完全消失在网路上 facebook一样神的出来 有时候让表特版的乡民也自叹弗如 这就要牵扯到平面机率(或网状机率) 以及部分的心理学 FB演算法由两部分组成 一部分是先前提到的"基础线索" 另一部分是针对前一部分的盲点所设计的"机率线索" 一开始我们有提到"每随机50人中至少有两人生日相同" 我们先假设50人的生日完全不同 机率P=(365/365)*(364/365)*(363/365)......*(316/365) =0.0296 也就是说 假设"生日"是人与人之间的"关联条件" 那麽我随便找50人 这50人完全没关联的机率小於3% 因此facebook只要随便把没关系的50人的凑一推 会有97%的机率其中"至少"有两人看对眼爆出爱的火花 有这样的基础 就可以产生很多玩法 例如以"学校"作为人与人之间的关联条件 假设全台湾一共有160所大学 (基数) 那麽50人(库数)无关联的机率P=(160/160)*(159/160).....*(111/160) =0.000185 天哪 0.0185耶~ 随便都中 同学会到处开!! 人与人之间认识的可能性 当然不只是表面上的关联表徵 可能是机率表徵 (你无法预测机天可能会在路上遇到谁 然後和谁成为朋友) 使用机率表徵的计算原则相同 公式化後如下: 关联A 基数=a 库数=a' 关联A完全没命中机率P(a)=a!/{[a^(a')]*[(a-a')!]} 把所有关联集合起来 P=P(a)*P(b)...... P会趋近於零 假设FB很衰小 取样这50个人在任何关系上通通不认识没关联 "机率趋近於零"!!!!!!!!!!!!!!!!! (尤其是考虑越多关联) 因此 咱们的facebook又再度神奇的从陌生人猜出你可能认识谁!! 这样还不够严谨 facebook还有一招 根据社会网络心理学 认识的人其中必定有某种层度的关联 可能是兴趣.居住地.语言.喜爱的食物.善长的技能等等... 如果今天有两个认识的人之间完全查不到任何表面关联 那麽那麽它一定落入"完全没关联区" 恩...什麽跟什麽 一定有人会听不懂 那用下图来说明好了 (下面的数线代表与你有相关的线索数目) 高度相关 轻度相关 完全无相关 <------------------------------------------> 你认识的人 你不认识的人 你可能认识的人 如果画成座标图如下: 你 |* 可 |* 能 | * 认 | * A B 识 | * 的 | * * 人 | * * 数 | * * |_______*******________ 与你相关的线索数目 一般A的状况很能理解 与你共通线索特徵越多的人 你越可能认识他 但是大家往往忽略B的区段 这有点像"反常态曲线" 有部分你认识的人会落在几乎与你没相关的区域 虽然曲率没有A的高 但很明显的可以看出 所谓的半生不熟的关系 却是人们最不可能认识的陌生人 所以 facebook只要把与你"最不相关"与"最相关"的人丢到你的建议名单 你就会有一长串 看似神奇的建议名单噜!! 当然心理学上来说 facebook给你50人 你有49人不认识 但有1人你认识 你的注意会在那一人上 并且直呼好神奇 而"猜错的49人"会被你忽略或是遗忘!! 说了这麽多 麽复杂的演算在程式撰写上来说却不是很难 配合资料库与资料定义演算 就可以在很短的时间算出建议名单了 facebook应该不会无聊到去偷窥大家的信箱啦 虽然技术上是办的到 但完全没C/P值!? 除非是你主动汇入名单~ 以上 因为我不太会画BBS图 若难以理解敬请见谅!!^^ ※ 引述《Equalmusic (Cosmajoonitist)》之铭言： : 我知道他会建议 : 1. 同一个 network 的人 : 2. 同一所学校的人 : 3. 如果你们有共同朋友 : 但是有的时候他会出现我认识的人, 但是我跟她在 facebook 上根本没有共同朋友的情况 : 不是同一个 netowrk, 也没有去过同一所学校 : （另外就即使是同一个 network 或是去过同一个学校, network 那麽大, 学校那麽大 : 他却知道要建议谁, 这也还蛮神奇的...） : 我想过一个状况就是这个人先在 Facebook 上搜寻我, 查看我的资料 : 但後来我稍微 google 了一下发现了这个讨论串 : http://www.topix.com/forum/com/facebook/TIM2PL2T0O5BQJO1C : 里面有人举了一个例子排除了这个可能性 : 1. 他们八年没联络, 所以这个人主动查询他的可能性不高 : 2. 就算他真的搜寻他的资料, 他的名字是菜市场名, FB 上有千百个跟他同名的 : 3. 如果他用的是他的 email, 他的 email 早就换了 : 我没有看完整个讨论串, 一来实在文章太多, 二来文章的相似性太高 : 特别很多人提出提出 FB 会 tap into 你的 email contact list, yahoo 或 MSN 帐号 : 我觉得是 nonsense : 虽然我对网路安全不是特别了解, 不过 FB 只是一堆 web applets : 不可能跑到我的电脑里来碰我的资料（如果是这样那浏览器的安全性也太低了吧） : 另外有些人也不在我的 AIM, GTalk 或是 MSN 里面 : 但是 FB 还是很尽职的把他们都找出来了 ~_~ : 想请教一下有没有板友对 Facebook 这种查找机制有研究的 : 好想知道阿！ --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 60.248.76.222